线性分类器
在機器學習領域，分類的目標是指將具有相似特徵的对象聚集。而一個線性分類器則透過特徵的線性組合來做出分類決定，以達到此種目的。对象的特征通常被描述为特征值，而在向量中则描述为特征向量。 定義 如果輸入的特徵向量是實數向量\vec x，則輸出的分數為： :y = f(\vec{w}\cdot\vec{x}) = f\left(\sum_j w_j x_j\right)， 其中\vec w是一個權重向量，而f是一個函數，该函数可以通过预先定义…
标签：#統計分類
共 2 篇文章
二次分類器
二次分類器是在機器學習中，使用二次曲面來將物件或事件分成兩個或以上的分類。 它是线性分类器的一般化版本。 分類問題 統計分類考慮一個集合，每一個元素是一個對物件或事件觀察後所得的向量x，每一個都被分成y。 這個集合一般被稱為訓練資料。 問題是在於，要如何決定一個新的觀察項目其最好的類別應是哪一種。 對一個二次分類器，它假設其解會成二次關係，所以y是由以下來決定： : \mathbf{x^T A x} + \mathbf{b^T x} +…